TWI809993B - 應用影像辨識的自動補秧載具與方法 - Google Patents
應用影像辨識的自動補秧載具與方法 Download PDFInfo
- Publication number
- TWI809993B TWI809993B TW111127846A TW111127846A TWI809993B TW I809993 B TWI809993 B TW I809993B TW 111127846 A TW111127846 A TW 111127846A TW 111127846 A TW111127846 A TW 111127846A TW I809993 B TWI809993 B TW I809993B
- Authority
- TW
- Taiwan
- Prior art keywords
- seedling
- target
- image
- group
- replanting
- Prior art date
Links
Landscapes
- Transplanting Machines (AREA)
- Cereal-Derived Products (AREA)
- Guiding Agricultural Machines (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一種應用影像辨識的自動補秧載具與方法,自動補秧載具執行以下步驟由補秧載具拍攝目標影像,目標影像具有多組待測秧苗群;補秧載具根據所述待測秧苗群的位置選擇第一目標位置,第一目標位置具有第一目標秧苗群;補秧載具根據第一目標秧苗群的外觀影像資訊產生補植數量資訊;補秧載具根據目標影像計算距離第一目標秧苗群的相對距離資訊;補秧載具根據補植數量資訊選取至少一備用秧苗;補秧載具根據相對距離資訊移動至第一目標位置,並將受選的所述備用秧苗補植至第一目標位置的第一目標秧苗群。
Description
關於一種應用影像辨識的電子裝置與方法,特別有關一種應用影像辨識的自動補秧載具與方法。
隨著農業自動化的發展,農民從過往以人力方式處理農務改由機械設備協助農務。特別是水稻種植,目前農民大多以自動插秧機具作為水稻種植的主力。雖然自動插秧機可以完成大部分面積的秧苗種植。但前述插秧機在插秧的過程中可能會發生秧苗少株或缺株的問題。
因此需要由農民以人工的方式對少株或缺株的秧苗進行補植,藉以將所述秧苗的數量補充至預設數量。或者,秧苗種植後發生蟲害或其他災害,使得秧苗發生死株因而產生秧苗缺株或少株的問題。由於插秧機僅提供單一數量的插秧處理,所以僅能依靠農民以人工方式對發生異常的秧苗進行補秧。
有鑑於此,在一些實施例中,所述的應用影像辨識的自動補秧載具,根據所拍攝的目標影像判斷是否補植相應數量的秧苗。應用影像辨識的自動補秧載具包括攝像單元、第一秧苗苗台、取秧控制單元、記憶體單元與處理單元。攝像單元拍攝目標影像,目標影像具有多組待測秧苗群;第一秧苗苗台裝載多個備用秧苗;取秧控制單元從第一秧苗苗台中選取至少一備用秧苗;記憶體單元儲存秧苗狀態識別模型與目標影像;處理單元電性連接於攝像單元、第一秧苗苗台、取秧控制單元與記憶體單元,處理單元執行秧苗狀態識別模型,秧苗狀態識別模型根據所述待測秧苗群的位置從目標影像中選擇第一目標位置,秧苗狀態識別模型根據第一目標位置的第一目標秧苗群的外觀影像資訊產生補植數量資訊,秧苗狀態識別模型根據目標影像計算自動補秧載具距離第一目標秧苗群的相對距離資訊,處理單元根據補植數量資訊與相對距離資訊產生補植要求,處理單元根據補植要求驅動取秧控制單元選取至少一備用秧苗,處理單元根據相對距離資訊驅動取秧控制單元將受選的所述備用秧苗補植至第一目標位置的第一目標秧苗群。應用影像辨識的自動補秧載具除了可以以定點拍攝靜態的目標影像外,也可以在移動的過程中錄製動態的目標影像。應用影像辨識的自動補秧載具根據秧苗狀態識別模型與目標影像即時產生對於第一目標位置所需要補秧的相應數量。
在一些實施例中,待測秧苗群具有預設數量的秧苗,秧苗狀態識別模型根據外觀影像資訊計算第一目標秧苗群的殘餘數量,秧苗狀態識別模型根據預設數量與殘餘數量計算第一目標秧苗群的補植數量資訊。
在一些實施例中,記憶體單元更儲存影像透視校正程序,處理單元對目標影像執行影像透視校正程序並產生已校正影像,處理單元將已校正影像載入至秧苗狀態識別模型。
在一些實施例中,更包括移動控制單元,處理單元電性連接於移動控制單元,移動控制單元根據相對距離資訊將取秧控制單元移動至第一目標位置。
在一些實施例中,秧苗狀態識別模型根據第一秧苗苗台的位置從目標影像中選取第一目標位置與第一目標秧苗群。
在一些實施例中,更包括第二秧苗苗台,第二秧苗苗台另裝載至少一備用秧苗,處理單元電性連接於第二秧苗苗台,秧苗狀態識別模型根據所述待測秧苗群的位置選擇目標影像的第二目標位置與所屬的第二目標秧苗群,秧苗狀態識別模型根據第二目標秧苗群的外觀影像資訊產生相應的補植數量資訊,秧苗狀態識別模型根據目標影像計算第二目標秧苗群的相對距離資訊,處理單元根據第二目標秧苗群的補植數量資訊驅動取秧控制單元選取至少一備用秧苗,處理單元根據第二目標秧苗群的相對距離資訊驅動取秧控制單元將受選的所述備用秧苗補植至第二目標位置的第二目標秧苗群。
在一些實施例中,一種應用影像辨識的自動補秧方法,補秧載具根據所拍攝的目標影像決定補植秧苗的數量與位置,應用影像辨識的自動補秧方法包括由補秧載具拍攝目標影像,目標影像具有多組待測秧苗群;補秧載具根據所述待測秧苗群的位置選擇第一目標位置,第一目標位置具有第一目標秧苗群;補秧載具根據第一目標秧苗群的外觀影像資訊產生補植數量資訊;補秧載具根據目標影像計算距離第一目標秧苗群的相對距離資訊;補秧載具根據補植數量資訊選取至少一備用秧苗;補秧載具根據相對距離資訊移動至第一目標位置,並將受選的所述備用秧苗補植至第一目標位置的第一目標秧苗群。
在一些實施例中,在補秧載具根據所述待測秧苗群的位置選擇第一目標位置的步驟包括:補秧載具根據所屬的第一秧苗苗台的位置從目標影像中選取第一目標位置與第一目標秧苗群。
在一些實施例中,在補秧載具根據所述待測秧苗群的位置選擇第一目標位置的步驟包括:補秧載具根據所屬的第二秧苗苗台的位置從目標影像中選取第二目標位置與第二目標秧苗群。
在一些實施例中,更包括補秧載具根據第二目標秧苗群的外觀影像資訊產生相應的補植數量資訊;補秧載具根據目標影像計算距離第二目標秧苗群的相對距離資訊;補秧載具根據第二目標秧苗群的補植數量資訊選取至少一備用秧苗;補秧載具根據第二目標秧苗群的相對距離資訊移動至第二目標位置,並將受選第二目標秧苗群的所述備用秧苗補植至第二目標位置的第二目標秧苗群。
在一些實施例中,在補秧載具根據第一目標秧苗群的外觀影像資訊產生補植數量資訊的步驟包括:補秧載具獲取待測秧苗群的秧苗的預設數量;若外觀影像資訊為少株狀態、死株狀態或缺株狀態之任一,補秧載具根據外觀影像資訊計算第一目標秧苗群的殘餘數量;補秧載具根據預設數量與殘餘數量計算第一目標秧苗群的補植數量資訊。
在一些實施例中,在補秧載具根據相對距離資訊移動至第一目標位置,並將受選的所述備用秧苗補植至第一目標位置的第一目標秧苗群的步驟包括補秧載具根據相對距離資訊調整補秧載具的移動速度。
在一些實施例中,在補秧載具根據相對距離資訊移動至第一目標位置,並將受選的所述備用秧苗補植至第一目標位置的第一目標秧苗群的步驟包括補秧載具拍攝已完成影像,已完成影像具有已完成補植的第一目標秧苗群。
所述的應用影像辨識的自動補秧載具與方法通過電腦視覺(computer vision)與結合人工智慧(artificial intelligence)對秧苗群進行數量與型態的辨識,進而判斷秧苗群是否需要補植秧苗。自動補秧載具在移動的過程中更可以通過攝像單元的即時的目標影像立即產生相應的補植要求,以使自動補秧載具到達目標位置時可以選取相應數量的秧苗並補植至預定位置。
請參考圖1所示,其係為一實施例的應用影像辨識的自動補秧載具100元件架構示意圖。應用影像辨識的自動補秧載具100(以下簡稱為補秧載具100)包括攝像單元110、第一秧苗苗台120、取秧控制單元130、記憶體單元140、處理單元150與移動控制單元160。處理單元150電性連接於攝像單元110、第一秧苗苗台120、取秧控制單元130、記憶體單元140與移動控制單元160。
攝像單元110拍攝目標影像111,目標影像111具有多組待測秧苗群210,可參考圖2所示。攝像單元110可以拍攝靜態的目標影像111(image),或是錄製動態的目標影像111(video)。此外,攝像單元110也可以加載紅外線(或紫外線)濾鏡,使得攝像單元110可以於夜間拍攝目標影像111,或是擷取特定波長的數位影像。攝像單元110另具有可變焦段的功能,藉以拍攝不同距離的目標影像111。以下為清楚說明整體運作,因此係以靜態且定焦的目標影像111作為說明。對於本領域者可以從動態的目標影像111獲取特定的影像幀(frame),並將受選的影像幀應用於影像識別的處理。
第一秧苗苗台120裝載多個備用秧苗170。取秧控制單元130連接於第一秧苗苗台120。一般而言,取秧控制單元130可以是機械手臂或輸送帶等方式實現選取相應數量的備用秧苗170,並且種植受選的備用秧苗170至目標位置。取秧控制單元130根據補植要求從第一秧苗苗台120中選取相應數量的備用秧苗170。處理單元150計數第一秧苗苗台120中剩餘的備用秧苗170的數量。所述補植要求係由目標影像111的識別結果所產生,將於後文另述相關處理。
取秧控制單元130將受選的備用秧苗170種植於所指定的位置。記憶體單元140可以儲存秧苗狀態識別模型141、暫存所拍攝的目標影像111或儲存已完成影像142。所述的已完成影像142係為取秧控制單元130完成備用秧苗170的種植後所拍攝的影像。記憶體單元140的種類可以是但不限定為快閃記憶體(flash memory)、硬式磁碟機(Hard disk)或固態硬碟(Solid-state drive)等。秧苗狀態識別模型141可以是通過機器學習(machine learning)或深度學習(deep learning)後的學習結果。
移動控制單元160用於控制補秧載具100的行進方向與行進速度。移動控制單元160除了可以由油車引擎實現外,移動控制單元160也可以採用電動馬達的方式控制補秧載具100的移動。處理單元150根據秧苗狀態識別模型141的識別結果向移動控制單元160發送相應的移動控制命令,此一部份將於後文詳述。
處理單元150向攝像單元110發送致能要求(enable),使攝像單元110拍攝目標影像111。處理單元150致能攝像單元110時,處理單元150可同時執行秧苗狀態識別模型141。秧苗狀態識別模型141係為通過機器學習(machine learning)或人工智慧的訓練結果。秧苗狀態識別模型141用以辨識目標影像111中的待測秧苗的排列結構與是否存在需要補充的待測秧苗群210。
以下將欲進行補植的秧苗群,將其定義為目標秧苗群。若目標影像111中存在多個欲補植的秧苗群,可以更進一步將目標秧苗群分別定義為第一目標秧苗群222與第二目標秧苗群422,以此類推。第一目標秧苗群222的所在位置係為第一目標位置221。同理,第一目標秧苗群222的補植來源係由第一秧苗苗台120。而第二目標秧苗群422的補植來源則是為第二秧苗苗台180。目前以第一秧苗苗台120進行整體運作的說明,第二秧苗苗台180於另一實施態樣中說明。
請參考圖3所示,其係為一實施例的應用影像辨識的自動補秧方法流程示意圖。應用影像辨識的自動補秧方法包括以下步驟:
步驟S310:由補秧載具的攝像單元拍攝目標影像;
步驟S320:秧苗狀態識別模型根據待測秧苗群的位置選擇第一目標位置與第一目標秧苗群;
步驟S330:秧苗狀態識別模型根據第一目標秧苗群的外觀影像資訊產生補植數量資訊;
步驟S340:秧苗狀態識別模型根據目標影像計算距離第一目標秧苗群的相對距離資訊;
步驟S350:處理單元根據補植數量資訊驅動取秧控制單元從第一秧苗苗台中選取至少一備用秧苗;以及
步驟S360:補秧載具根據相對距離資訊移動至第一目標位置,取秧控制單元將受選的所述備用秧苗補植至第一目標位置的第一目標秧苗群。
當補秧載具100移動至農地中,使用者可以啟動補秧載具100,使處理單元150驅動攝像單元110拍攝目標影像111。處理單元150除了致能其他元件的運行外,也會執行秧苗狀態識別模型141,並將所拍攝的目標影像111載入至秧苗狀態識別模型141。一般而言,攝像單元110可以設置於補秧載具100的頂部,或者攝像單元110設置於取秧控制單元130的頂部,藉以拍攝農田與待測秧苗群210。亦或者,將攝像單元110設置於第一秧苗苗台120的出口處。關於攝像單元110的設置位置與拍攝範圍可以參考圖2所示。圖2的上方係為補秧載具100與待測秧苗群210的側視圖。
攝像單元110所延伸的虛線係為目標影像111的拍攝範圍,但攝像單元110的拍攝角度並非僅限於圖2所示意的角度。圖2的下方係為所拍攝的目標影像111。進一步而言,攝像單元110也可以是環景攝影機(panorama camera)。處理單元150根據環景影像從中指定特定區域為目標影像111。
秧苗狀態識別模型141根據待測秧苗群210的排列結構並根據第一秧苗苗台120的位置從目標影像111中選擇第一目標位置221。以圖2為例,圖2係為具有多行的待測秧苗群210的目標影像111。秧苗狀態識別模型141係以第一秧苗苗台120為原點,並由原點與目標影像111底部邊界的法線延伸至最近距離的待測秧苗群210。秧苗狀態識別模型141沿著所述連線逐株掃瞄至次一待測秧苗群210,直至目標影像111的邊界為止。秧苗狀態識別模型141根據掃瞄結果得到以第一秧苗苗台120為原點的軸心直行。秧苗狀態識別模型141根據軸心直行對其他位置的待測秧苗群210進行不同直行的辨識,藉以獲取其他待測秧苗群210的直行資訊。
除此之外,秧苗狀態識別模型141根據目標影像111中每一直行資訊獲取各橫列的待測秧苗群210,藉以獲取不同橫列資訊。秧苗狀態識別模型141將所有的直行資訊與橫列資訊輸出位置暫存資訊。在圖4A中係以粗黑直線作為表示每一直行(無標號),以灰色粗線為每一橫列(無標號)。而獲取的直線與橫列的交點可以視為待測秧苗群210。
秧苗狀態識別模型141完成位置暫存資訊的處理後,秧苗狀態識別模型141根據第一秧苗苗台120的位置,並從目標影像111中選取第一目標位置221,而第一目標位置221的待測秧苗群210則為第一目標秧苗群222。圖4B中係以實線圈係為秧苗狀態識別模型141識別後的待測秧苗群210的位置,而虛線圈係為第一目標秧苗群222的第一目標位置221。為清楚表示第一秧苗苗台120的位置,因此於圖4B的目標影像111的取像範圍外更繪製第一秧苗苗台120。
在一實施例中,秧苗狀態識別模型141根據各待測秧苗群210的影像外觀計算其影像重心位置,並根據所獲得的影像重心位置記錄為位置暫存資訊。秧苗狀態識別模型141以影像重心位置為基準設定相應的範圍,而所設定的範圍可以視為待測秧苗群210的目標位置。
接著,秧苗狀態識別模型141從目標影像111與前述交點進而獲取第一目標秧苗群222的外觀影像資訊430。所述的外觀影像資訊430的種類包括正常狀態、少株狀態、死株狀態或缺株狀態之任一。在正常情況時,第一目標位置221應具有正常狀態的第一目標秧苗群222。秧苗狀態識別模型141根據預設數量與外觀影像資訊430的辨識結果產生補植數量資訊。正常狀態係為待測秧苗群210的秧苗數量等於或大於預設數量。秧苗狀態識別模型141根據待測秧苗群210的秧苗葉子整體外型、葉子面積、葉子邊緣或葉子顏色判斷秧苗數量。舉例來說,若預設數量為「8」支秧苗,則待測秧苗群210的秧苗數量等於或大於8支,均可視為正常狀態。處理單元150選擇性的將外觀影像資訊430儲存至記憶體單元140中。
圖4C中分別繪製待測秧苗群210為正常狀態的樣態、待測秧苗群210為少株狀態的樣態、待測秧苗群210為死株狀態的樣態。圖4C的各種待測秧苗群210的樣態僅為參考並非侷限於此。少株狀態則是小於預設數量的秧苗數量。死株狀態係為待測秧苗群210為秧苗斷裂、秧苗倒地或秧苗變色等。缺株狀態係為第一目標位置221(或第二目標位置421)中無待測秧苗群210。秧苗狀態識別模型141根據待測秧苗群210的秧苗的殘餘數量與預設數量計算補植數量資訊。
接著,秧苗狀態識別模型141根據目標影像111並以第一秧苗苗台120為原點,用以計算補秧載具100與第一目標秧苗群222的相對距離資訊。處理單元150根據補植數量資訊決定是否對第一目標秧苗群222進行補植。若第一目標秧苗群222為正常狀態,則補秧載具100可以不需要進行補植的處理。若第一目標秧苗群222為少株狀態、死株狀態或缺株狀態之任一,則處理單元150根據補植數量資訊與相對距離資訊向取秧控制單元130發送補植要求。
取秧控制單元130從第一秧苗苗台120中選取符合補植數量資訊的備用秧苗170。處理單元150另根據補秧載具100的移動速度與相對距離資訊判斷取秧控制單元130是否到達第一目標位置221。處理單元150根據相對距離資訊調整移動控制單元160的移動方向或移動速度,以使補秧載具100到達第一目標位置221前可以準備好備用秧苗170的選取。當補秧載具100與取秧控制單元130到達第一目標位置221,則取秧控制單元130將備用秧苗170補植至第一目標位置221的第一目標秧苗群222。
以圖5A為例說明,補秧載具100的移動方向與攝像單元110的取景方向相同,其中移動方向請參考圖5A中的箭頭。但實際上可以根據補秧載具100的種類不同改變其移動方向,例如:前進、後退或橫向移動。而第一秧苗苗台120的對應直列中同時存在少株、缺株與死株的各種情況。首先,秧苗狀態識別模型141根據目標影像111識別出第一目標秧苗群222為少株狀態。處理單元150於移動至第一目標秧苗群222的過程中,處理單元150驅動取秧控制單元130選取相應數量的備用秧苗170。由於第一目標秧苗群222的秧苗數量為「5」,而秧苗群的預設數量為「8」。因此取秧控制單元130從第一秧苗苗台120中選擇數量「3」的備用秧苗170,如圖5B所示。
如圖2的攝像單元110所拍攝的範圍,在圖5B的下方係為第一秧苗苗台120,藉以表示第一秧苗苗台120位於取景範圍之外。但第一秧苗苗台120可以根據補秧載具100的種類置於攝像單元110的取景範圍之中。處理單元150也可以驅動取秧控制單元130選取大於數量「3」的備用秧苗170。當補秧載具100移動至第一目標位置221前,取秧控制單元130從第一秧苗苗台120將受選的備用秧苗170補植至第一目標位置221,如圖5C所示。
在完成當前的第一目標秧苗群222的補植後,處理單元150可以獲取攝像單元110新拍攝的目標影像111,並重新判斷次一第一目標位置221與第一目標秧苗群222是否需要進行補植。秧苗狀態識別模型141可以根據前述所獲得的直行與橫列資訊進而判斷新的第一目標位置221。由於新的第一目標位置221並無第一目標秧苗群222,因此秧苗狀態識別模型141判斷第一目標秧苗群222為缺株狀態。處理單元150根據補植數量資訊驅動取秧控制單元130選擇預設數量的備用秧苗170。取秧控制單元130抵達第一目標位置221時,取秧控制單元130補植備用秧苗170至第一目標秧苗群222。
當取秧控制單元130完成補植第一目標秧苗群222後,處理單元150驅動攝像單元110拍攝已完成影像142。處理單元150將已完成影像142儲存於記憶體單元140中。此外,處理單元150可以將已完成影像142視為新一回合的目標影像111並進行新回合的補秧識別處理。
在一實施例中,補秧載具100包括攝像單元110、第一秧苗苗台120、第二秧苗苗台180、取秧控制單元130、記憶體單元140、處理單元150與移動控制單元160,請參考圖6所示。處理單元150電性連接於攝像單元110、第一秧苗苗台120、第二秧苗苗台180、取秧控制單元130、記憶體單元140與移動控制單元160。處理單元150、取秧控制單元130、記憶體單元140、處理單元150與移動控制單元160的相關運作可以參考前一實施態樣的說明。而第一秧苗苗台120與第二秧苗苗台180各自儲存多個備用秧苗170。
秧苗狀態識別模型141根據待測秧苗群210的位置選擇目標影像111的第二目標位置421與所屬的第二目標秧苗群422。秧苗狀態識別模型141根據第一秧苗苗台120的位置決定第一目標位置221,第一目標位置221的產生可參考前文說明。同理,秧苗狀態識別模型141另根據第二秧苗苗台180的位置決定第二目標位置421,請參考圖7所示。秧苗狀態識別模型141根據第二目標秧苗群422的外觀影像資訊430判斷補植數量資訊。秧苗狀態識別模型141根據目標影像111計算第二目標秧苗群422的相對距離資訊。由於第一目標秧苗群222的相對距離資訊與第二目標秧苗群422的相對距離資訊分別為各自獨立的資訊,因此處理單元150根據最短的相對距離資訊控制補秧載具100的移動速度。同理,若補秧載具100具有多個秧苗苗台時,處理單元150對於同一橫列的目標秧苗群係以最短的相對距離資訊作為控制補秧載具100的移動速度之依據。
處理單元150根據第一目標秧苗群222的補植數量資訊選取相應數量的備用秧苗170。處理單元150另根據第二目標秧苗群422的補植數量資訊選取相應數量的備用秧苗170。當補秧載具100移動至第一目標位置221時,取秧控制單元130將第一秧苗苗台120的受選備用秧苗170補植至第一目標秧苗群222。當補秧載具100移動至第二目標位置421時,取秧控制單元130將第二秧苗苗台180的受選備用秧苗170補植至第二目標秧苗群422。
在一實施例中,補秧載具100包括攝像單元110、第一秧苗苗台120、取秧控制單元130、記憶體單元140、處理單元150與移動控制單元160,如圖8所示。處理單元150電性連接於攝像單元110、第一秧苗苗台120、取秧控制單元130、記憶體單元140與移動控制單元160。記憶體單元140儲存秧苗狀態識別模型141與影像透視校正程序144。處理單元150執行秧苗狀態識別模型141與影像透視校正程序144。當攝像單元110拍攝目標影像111時,處理單元150將目標影像111載入影像透視校正程序144中。影像透視校正程序144將目標影像111進行梯形轉置(keystone correction)的影像校正,如圖9所示。
圖9上方係為攝像單元110所擷取的原始的目標影像111。圖9下方係為梯形轉置後的目標影像111,而處理後的目標影像111另稱之為已校正影像145。處理單元150將已校正影像145載入至秧苗狀態識別模型141,並根據前述待測秧苗群210的直行資訊與橫列資訊的處理方式從已校正影像145中獲得第一目標位置221。處理單元150根據已校正影像145的待測秧苗群210可以產生相應的二維陣列(array),前述的陣列中可以儲存待測秧苗群210的外觀影像資訊430與相對距離資訊。換言之,二維陣列中的每一陣列元素意即待測秧苗群210的相關資訊。
在一實施例中,補秧載具100包括攝像單元110、第一秧苗苗台120、取秧控制單元130、記憶體單元140、處理單元150、水位偵測單元190與移動控制單元160,如圖10所示。處理單元150電性連接於攝像單元110、第一秧苗苗台120、取秧控制單元130、記憶體單元140、水位偵測單元190與移動控制單元160。處理單元150、取秧控制單元130、記憶體單元140、處理單元150、水位偵測單元190與移動控制單元160的相關運作可以參考前一實施態樣的說明。水位偵測單元190用於偵測補秧載具100的當前位置的水位高度,所偵測的水位高度係為當前水位資訊(無標號)。處理單元150根據當前水位資訊判斷第一目標位置221補植時的種植深度。當補秧載具100移動至第一目標位置221時,處理單元150除了控制取秧控制單元130選取備用秧苗170外,處理單元150根據當前水位資訊將受選的備用秧苗170種植至第一目標位置221的補植深度。
在一些實施例中,攝像單元110的取景方向與移動控制單元160的行進方向相關聯。移動控制單元160的行進方向與補秧載具100的移動方向可以是相同方向,也可以是相反方向。圖2的攝像單元110所拍攝的取景方向與補秧載具100的移動方向是相反方向。
在以上說明中,關於「直行」、「橫列」、「上」、「下」、「前」、「後」、「左」、「右」、「頂」、「底」「內」、「外」等指示的方位或位置關係是基於附圖所示的方位或位置 關係,其僅是為了便於描述,而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作,因此所述術語不能理解為對本發明的限制。
所述的應用影像辨識的自動補秧載具與方法通過電腦視覺與結合人工智慧對秧苗群進行數量與型態的辨識,進而判斷秧苗群是否需要補植秧苗。自動補秧載具在移動的過程中更可以通過攝像單元的即時的目標影像立即產生相應的補植要求,以使自動補秧載具到達目標位置時可以選取相應數量的秧苗並補植至預定位置。
100:補秧載具
110:攝像單元
111:目標影像
120:第一秧苗苗台
130:取秧控制單元
140:記憶體單元
141:秧苗狀態識別模型
142:已完成影像
144:影像透視校正程序
145:已校正影像
150:處理單元
160:移動控制單元
170:備用秧苗
180:第二秧苗苗台
190:水位偵測單元
210:待測秧苗群
221:第一目標位置
222:第一目標秧苗群
421:第二目標位置
422:第二目標秧苗群
430:外觀影像資訊
S310~S360:步驟
[圖1]係為一實施例的應用影像辨識的自動補秧載具元件架構示意圖。
[圖2]係為一實施例的目標影像與待測秧苗群的示意圖。
[圖3]係為一實施例的應用影像辨識的自動補秧方法流程示意圖。
[圖4A]係為一實施例的待測秧苗群與位置識別的示意圖。
[圖4B]係為一實施例的第一目標秧苗群與第一目標位置的示意圖。
[圖4C]係為一實施例的待測秧苗群的各外觀影像資訊的示意圖。
[圖5A]係為一實施例的目標影像與各待測秧苗群的示意圖。
[圖5B]係為一實施例的第一目標秧苗群的識別補植前的示意圖。
[圖5C]係為一實施例的第一目標秧苗群的識別補植後的示意圖。
[圖6]係為一實施例的應用影像辨識的自動補秧載具元件架構示意圖。
[圖7]係為一實施例的多個秧苗苗台的影像識別示意圖。
[圖8]係為一實施例的應用影像辨識的自動補秧載具元件架構示意圖。
[圖9]係為一實施例的影像透視校正程序的梯形轉置處理示意圖。
[圖10]係為一實施例的應用影像辨識的自動補秧載具元件架構示意圖。
100:補秧載具
110:攝像單元
111:目標影像
120:第一秧苗苗台
130:取秧控制單元
140:記憶體單元
141:秧苗狀態識別模型
142:已完成影像
150:處理單元
160:移動控制單元
170:備用秧苗
210:待測秧苗群
Claims (17)
- 一種應用影像辨識的自動補秧載具,包括:一攝像單元,拍攝一目標影像,該目標影像具有多組待測秧苗群;一第一秧苗苗台,裝載多個備用秧苗;一取秧控制單元,根據一補植要求從該第一秧苗苗台中選取至少一該備用秧苗;一記憶體單元,儲存一秧苗狀態識別模型與該目標影像;一處理單元,電性連接於該攝像單元、該第一秧苗苗台、該取秧控制單元與該記憶體單元,該處理單元執行該秧苗狀態識別模型,該秧苗狀態識別模型根據該些待測秧苗群的位置從該目標影像中選擇一第一目標位置,該秧苗狀態識別模型根據該第一目標位置的一第一目標秧苗群的一外觀影像資訊產生一補植數量資訊,該秧苗狀態識別模型根據該目標影像計算該自動補秧載具距離該第一目標秧苗群的一相對距離資訊,該處理單元根據該補植數量資訊與該相對距離資訊產生該補植要求,該處理單元根據該補植要求驅動該取秧控制單元選取至少一該備用秧苗,該處理單元根據該相對距離資訊驅動該取秧控制單元將受選的該些備用秧苗補植至該第一目標位置的該第一目標秧苗群;以及一移動控制單元,該處理單元電性連接於該移動控制單元,該移動控制單元根據該相對距離資訊將該取秧控制單元移動至該第一目標位置。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中各該待測秧苗群具有一預設數量的秧苗,該秧苗狀態識別模型根據該外觀影像資訊計算該第一目標秧苗群的一殘餘數量,該秧苗狀態識別模型根據該預設數量與該殘餘數量計算該第一目標秧苗群的該補植數量資訊。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中該外觀影像資訊係為一正常狀態、一少株狀態、一死株狀態或一缺株狀態。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中更包括一水位偵測單元,用於獲取一當前水位資訊,該處理單元電性連接於該水位偵測單元,該秧苗狀態識別模型根據該當前水位資訊決定受選的該些備用秧苗的一補植深度。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中該記憶體單元更儲存一影像透視校正程序,該處理單元對該目標影像執行該影像透視校正程序並產生一已校正影像,該處理單元將該已校正影像載入至該秧苗狀態識別模型。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中該處理單元根據該相對距離資訊調整該移動控制單元的一移動速度。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中該移動控制單元的一行進方向與該攝像單元的一取景方向相同,或該移動控制單元的該行進方向與該攝像單元的該取景方向相反。
- 如請求項1所述的應用影像辨識的自動補秧載具,其中該秧苗狀態識別模型根據該第一秧苗苗台的位置從該目標影像中選取該第一目標位置與該第一目標秧苗群。
- 如請求項8所述的應用影像辨識的自動補秧載具,其中更包括一第二秧苗苗台,該第二秧苗苗台另裝載至少一該備用秧苗,該處理單元電性連接於該第二秧苗苗台,該秧苗狀態識別模型根據該些待測秧苗群的位置選擇該目標影像的一第二目標位置與所屬的一第二目標秧苗群,該秧苗狀態識別模型根據該第二目標秧苗群的該外觀影像資訊產生相應的該補植數量資訊,該秧苗狀態識別模型根據該目標影像計算該第二目標秧苗群的該相對距離資訊,該處理單元根據該第二目標秧苗群的該補植數量資訊驅動該取秧控制單元選取至少一該備用秧苗,該處理單元根據該第二目標秧苗群的該相對距離資訊驅動該取秧控制單元將受選的該些備用秧苗補植至該第二目標位置的該第二目標秧苗群。
- 如請求項9所述的應用影像辨識的自動補秧載具,其中該秧苗狀態識別模型根據該第二秧苗苗台的位置從該目標影像中選取該第二目標位置與該第二目標秧苗群。
- 一種應用影像辨識的自動補秧方法,一補秧載具根據所拍攝的一目標影像決定補植秧苗的數量與位置,該應用影像辨識的自動補秧方法包括:由該補秧載具拍攝該目標影像,該目標影像具有多組待測秧苗群; 該補秧載具根據該些待測秧苗群的位置選擇一第一目標位置,該第一目標位置具有一第一目標秧苗群;該補秧載具根據該第一目標秧苗群的一外觀影像資訊產生一補植數量資訊;該補秧載具根據該目標影像計算距離該第一目標秧苗群的一相對距離資訊;該補秧載具根據該補植數量資訊選取至少一備用秧苗;該補秧載具根據該相對距離資訊移動至該第一目標位置,並將受選的該些備用秧苗補植至該第一目標位置的該第一目標秧苗群;以及該補秧載具拍攝一已完成影像,該已完成影像具有已完成補植的該第一目標秧苗群。
- 如請求項11所述的應用影像辨識的自動補秧方法,其中在該補秧載具根據該些待測秧苗群的位置選擇該第一目標位置的步驟包括:該補秧載具根據所屬的一第一秧苗苗台的位置從該目標影像中選取該第一目標位置與該第一目標秧苗群。
- 如請求項12所述的應用影像辨識的自動補秧方法,其中在該補秧載具根據該些待測秧苗群的位置選擇該第一目標位置的步驟包括:該補秧載具根據所屬的一第二秧苗苗台的位置從該目標影像中選取一第二目標位置與一第二目標秧苗群。
- 如請求項13所述的應用影像辨識的自動補秧方法,其中更包括:該補秧載具根據該第二目標秧苗群的該外觀影像資訊產生相應的該補植數量資訊;該補秧載具根據該目標影像計算距離該第二目標秧苗群的該相對距離資訊;該補秧載具根據第二目標秧苗群的該補植數量資訊選取至少一該備用秧苗;以及該補秧載具根據該第二目標秧苗群的該相對距離資訊移動至該第二目標位置,並將受選該第二目標秧苗群的該些備用秧苗補植至該第二目標位置的該第二目標秧苗群。
- 如請求項11所述的應用影像辨識的自動補秧方法,其中在該補秧載具根據該第一目標秧苗群的該外觀影像資訊產生該補植數量資訊的步驟包括:該補秧載具判斷該外觀影像資訊為一正常狀態、一少株狀態、一死株狀態或一缺株狀態。
- 如請求項15所述的應用影像辨識的自動補秧方法,其中在該補秧載具根據該第一目標秧苗群的該外觀影像資訊產生該補植數量資訊的步驟包括:該補秧載具獲取該待測秧苗群的秧苗的一預設數量; 若該外觀影像資訊為該少株狀態、該死株狀態或該缺株狀態之任一,該補秧載具根據該外觀影像資訊計算該第一目標秧苗群的一殘餘數量;以及該補秧載具根據該預設數量與該殘餘數量計算該第一目標秧苗群的該補植數量資訊。
- 如請求項11所述的應用影像辨識的自動補秧方法,其中在該補秧載具根據該相對距離資訊移動至該第一目標位置,並將受選的該些備用秧苗補植至該第一目標位置的該第一目標秧苗群的步驟包括:該補秧載具根據該相對距離資訊調整該補秧載具的一移動速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111127846A TWI809993B (zh) | 2022-07-25 | 2022-07-25 | 應用影像辨識的自動補秧載具與方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111127846A TWI809993B (zh) | 2022-07-25 | 2022-07-25 | 應用影像辨識的自動補秧載具與方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI809993B true TWI809993B (zh) | 2023-07-21 |
TW202404454A TW202404454A (zh) | 2024-02-01 |
Family
ID=88149455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111127846A TWI809993B (zh) | 2022-07-25 | 2022-07-25 | 應用影像辨識的自動補秧載具與方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI809993B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106718438A (zh) * | 2016-11-25 | 2017-05-31 | 安徽华安种业有限责任公司 | 一种智能监控田间水位的水稻种植方法 |
CN111932551A (zh) * | 2020-07-10 | 2020-11-13 | 华南农业大学 | 一种水稻插秧机的漏插率检测方法 |
CN113228900A (zh) * | 2021-05-11 | 2021-08-10 | 中国农业大学 | 一种补苗装置及方法 |
-
2022
- 2022-07-25 TW TW111127846A patent/TWI809993B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106718438A (zh) * | 2016-11-25 | 2017-05-31 | 安徽华安种业有限责任公司 | 一种智能监控田间水位的水稻种植方法 |
CN111932551A (zh) * | 2020-07-10 | 2020-11-13 | 华南农业大学 | 一种水稻插秧机的漏插率检测方法 |
CN113228900A (zh) * | 2021-05-11 | 2021-08-10 | 中国农业大学 | 一种补苗装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202404454A (zh) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9686461B2 (en) | Image capturing device and automatic focusing method thereof | |
CN110799921A (zh) | 拍摄方法、装置和无人机 | |
KR102261087B1 (ko) | 영상기반 감시 장치 및 그 동작방법 | |
CN105865326A (zh) | 实物尺寸测量方法及图像数据库数据采集方法 | |
CN109459984B (zh) | 一种基于三维点云的定位抓取系统及其使用方法 | |
US8363905B2 (en) | Automated image analysis of an organic polarized object | |
CN107454313A (zh) | 农用智能装置的拍照方法及拍照系统 | |
CN108332660B (zh) | 机器人三维扫描系统和扫描方法 | |
BR102021016489A2 (pt) | Máquina agrícola, e, método para controlar uma máquina agrícola | |
CN112507768A (zh) | 目标物检测方法、装置和图像采集方法、装置 | |
EP4054326A1 (fr) | Systeme de traitement de plantes | |
JP2020099215A (ja) | 植物管理システム | |
JP6301416B2 (ja) | 画像処理方法、画像処理装置、および撮像装置 | |
TWI809993B (zh) | 應用影像辨識的自動補秧載具與方法 | |
CN110689022B (zh) | 基于叶片匹配的各株作物图像提取方法 | |
CN209983105U (zh) | 收割机 | |
CN112995507A (zh) | 提示对象位置的方法及装置 | |
WO2020134236A1 (zh) | 收割机及其自动驾驶方法 | |
JP6721218B2 (ja) | ブドウ粒計数方法 | |
CN108347561B (zh) | 激光引导扫描系统及扫描方法 | |
CN106530226A (zh) | 获取高分辨率高清晰工业图像的实现方法 | |
CN116360406A (zh) | 可移动平台的控制方法、装置及控制系统 | |
US20230230202A1 (en) | Agricultural mapping and related systems and methods | |
CN115457437A (zh) | 作物识别方法、装置、系统及农药喷施机器人 | |
CN115239811A (zh) | 一种基于双目视觉检测的定位方法、系统、计算机及存储介质 |